Overlook：面向大数据的差分隐私探索式可视化
密码学与安全
2020-06-23 v1 数据库
摘要
提供差分隐私的数据探索系统必须管理一个隐私预算，以衡量跨多次查询所损失的隐私量。管理隐私预算的一种有效策略是计算数据的一次性隐私摘要，用户可以对该摘要进行无限次查询。然而，使用摘要的现有系统是为离线用例构建的，其中一组查询是预先已知的，系统为此精心优化摘要。这些系统构建的摘要计算成本高昂，且存储成本也可能很高。我们引入了 Overlook，这是一个使数据分析师和数据管理者都能以交互式延迟进行隐私数据探索的系统。Overlook 的核心思想是一种可以增量求值的虚拟摘要，无需额外空间存储或昂贵的预计算。Overlook 仅使用现有引擎（如 SQL DBMS）执行查询，并对其结果添加噪声。由于 Overlook 的摘要不需要昂贵的预计算或存储，数据管理者也可以使用 Overlook 以交互方式探索隐私参数的影响。Overlook 提供了基于开源 Hillview 系统的丰富可视化查询界面。Overlook 实现了与现有基于摘要的系统相当的准确性，同时提供了更好的性能并消除了对额外存储的需求。
引用
@article{arxiv.2006.12018,
title = {Overlook: Differentially Private Exploratory Visualization for Big Data},
author = {Pratiksha Thaker and Mihai Budiu and Parikshit Gopalan and Udi Wieder and Matei Zaharia},
journal= {arXiv preprint arXiv:2006.12018},
year = {2020}
}